3月26日，Google研究院發表了一篇論文，全球儲存晶片市場應聲大跌——美國和韓國巨頭一夜之間蒸發超900億美元市值。引發這場“血案”的，是一個叫 TurboQuant 的新演算法。Google宣稱，它能在幾乎不損失精度的前提下，把AI大模型的記憶體佔用壓縮到原來的1/6。論文發表僅一天後，一位中國學者在社交媒體公開“開火”：“Google的論文存在嚴重學術問題，明知有錯卻不改，還刻意迴避與我們方法的相似性。”這位學者叫高健揚，目前是蘇黎世聯邦理工學院的博士後。他在新加坡南洋理工大學讀博期間，曾發表過一個叫 RaBitQ 的向量量化演算法。01. “Google主動找我們幫忙偵錯程式碼”高健揚說，早在2025年1月，Google論文的第二作者就主動聯絡過他，請他幫忙偵錯自己基於RaBitQ程式碼翻譯的Python版本，還詳細描述了復現步驟和報錯資訊。“這說明他們對我們方法的技術細節非常瞭解。”高健揚說。但2025年4月Google論文正式發佈後，高健揚發現，論文中對RaBitQ的描述嚴重失實：把RaBitQ的核心技術說成別的東西，反而忽略了自己最關鍵的設計，在沒有證據的情況下，說RaBitQ的理論保證“不如他們的”實驗對比故意設定了不公平的條件02. 溝通一年對方只是“最小限度讓步”發現問題後，高健揚團隊從2025年5月開始與Google論文作者郵件溝通。對方第二作者表示已把意見轉告給全體作者。但當高健揚要求修正論文中的事實錯誤後，對方就不再回覆了。2025年11月，高健揚發現這篇論文被AI頂會ICLR 2026接收，裡面的錯誤內容一字未改。他聯絡了會議主席，沒得到回應。今年3月，Google通過官方管道大規模推廣這篇論文，高健揚再次給全體作者發郵件。這次對方回覆了——但只同意修正理論描述和實驗條件，明確拒絕討論方法論的相似性，而且承諾只在會議結束後才改。03. “核心像一道菜的完整食譜”高健揚用一個比喻來解釋兩者的相似性：一位廚師率先公開發佈了一道菜的完整食譜。另一位廚師後來做了一道菜，用了幾乎一樣的關鍵步驟，卻在介紹中把前者說成“做法不同、效果較差”的另一道菜，對兩者的聯絡隻字不提。讀者在不知情的情況下，根本無法做出公正判斷。但Google作者在最終版本中，不但沒有補充討論，反而把原本正文中對RaBitQ的不完整描述移到了附錄。04. “小型團隊很難與Google抗衡”為什麼不繼續通過學術管道解決，而是選擇公開？他們先後聯絡了論文作者、會議主席、倫理委員會，也提交了正式投訴，並在公開評審平台發佈了評論。“但我們是一個小型高校團隊，對方是Google研究院。在資源、影響力和話語權上，完全不對等。”Google論文在社交媒體上的相關瀏覽短時間內達到數千萬次——這是任何高校實驗室都不可能做到的。05. 如果不更正，會有什麼後果？龍程認為，如果不修正，至少帶來三個問題：扭曲學術史：後來的研究者會誤判技術源頭，在錯誤的基礎上繼續研究。打擊原創：一個經過嚴格理論推導的高品質方法，被重新包裝後以千萬級曝光推向公眾，原創者卻得不到應有的認可。誤導產業：向量量化是工業界高度關注的方向，不精準的方法歸屬會讓從業者選錯技術路線。06. 接下來怎麼辦？高健揚和龍程表示，他們會在學術平台發佈詳細的技術報告，系統梳理兩者的真實關係。同時繼續通過正式管道向Google研究申訴理事會反映。“我們的目標從來不是製造對立，而是讓學術記錄精準地反映各方法之間的真實關係。”這場爭議裡，有一個細節值得所有人留意：Google論文的問題，歸根結底不是演算法好壞，而是如何精準描述自己的工作、如何恰當地引用前人的貢獻——這恰恰是學術寫作中最基礎、也最容易出錯的環節。 (科研轉運站)

3月30日消息，據報導，上週開始，DDR5記憶體價格出現斷崖式下跌，市場普遍認為前期囤積記憶體的大戶正在拋售！在百腦匯經營儲存裝置多年的批發商表示：“上週六開始，價格直接崩了。昨天到今天，一款主流的 16G 記憶體條又掉了四五十塊。上週六那天更誇張，一天就掉了一百多塊。”這種罕見的劇烈跳水，讓許多仍在持貨的商家感到措手不及。對於這輪價格暴跌的原因，市場普遍認為是個別囤貨心態與供需失衡共同作用的結果。最根本的問題在於需求端的極度疲軟。由於此前記憶體漲價幅度過大，非剛需消費者紛紛選擇推遲購買，導致目前的市場銷量相比去年11月之前下滑了超過六成。另一個關鍵推手是前期囤貨者的恐慌性拋售。去年記憶體步入漲價通道時，不少圈外投機者一哄而上、盲目囤貨。如今隨著價格訊號調頭向下，這部分持貨者為了止損開始不計成本地出貨。然而，由於市場缺乏足夠的接盤能力，這種踩踏式的拋售行為進一步加劇了價格的下滑。近日，中國DDR5記憶體價格出現下跌，引發市場關注。行業人士分析，記憶體條未來將持續降價，只是時間跨度較長。隨著產能逐步穩定，供需缺口已反映在價格上，後續記憶體條價格難有支撐。此外，Google最新推出的TurboQuant記憶體壓縮演算法，據稱可將大型語言模 型執行階段的快取記憶體佔用至少壓縮至原來的六分之一，性能提升八倍。業內認識表示，記憶體條作為快速迭代的科技產品，長期不可能短缺，老舊記憶體製造門檻也將越來越低。 (國芯網)

華人學者相關成果2024年就已發佈。Google干崩記憶體股的論文，竟被曝出學術不端？智東西3月29日報導，近日，Google的TurboQuant論文引發全網廣泛關注。該論文提出的TurboQuant技術，據說能將大模型KV快取的記憶體佔用壓縮至原來的1/6，似乎給當下的“AI儲存荒”提供瞭解決思路，因此一度引發美股多支儲存股大跌，市值合計蒸發超過900億美元（約合人民幣6220億元）。然而，反轉也來得很快。3月27日，蘇黎世聯邦理工學院電腦博士後、RaBitQ論文作者華人高健揚發佈文章，指出Google的TurboQuant論文存在三大問題：系統性地迴避了其與已有RaBitQ方法（2024年發佈）的相似性，錯誤描述了RaBitQ的理論結果，並刻意營造不公的實驗環境。▲高健揚在知乎上發表的澄清文章並且，GoogleTurboQuant團隊可能還存在“知錯不改”的嫌疑。高健揚稱，早在2025年5月，在TurboQuant論文正式投稿至ICLR 2026之前，RaBitQ團隊已經向作者指出了論文存在的問題，TurboQuant團隊承認了相關問題，但選擇不予修復。▲高健揚在X平台上發表的推文今天下午，高健揚更新了知乎帖子，稱他們僅收到TurboQuant論文第一作者Amir Zandieh的籠統答覆，承諾會修正對RaBitQ理論結果的錯誤描述和實驗環境差異，但拒絕在文中討論TurboQuant與RaBitQ在技術上的相似性。並且，TurboQuant團隊僅願意在今年4月ICLR 2026正式會議結束之後才做相應修正。高健揚稱，他決定此時公開說明這一事件，是因為錯誤的學術敘事一旦廣泛傳播，糾正的成本會越來越高。高健揚在知乎上發佈的公開澄清文章：https://zhuanlan.zhihu.com/p/2020969476166808284?wechatShare=1&s_r=001. KV快取砍至1/6、推理提速8倍 TurboQuant具體做了什麼？在釐清事實之前，我們需要首先看看Google的TurboQuant究竟提出了什麼方法。向量量化一直是AI資料“瘦身”的主流技術，主要用於壓縮高維向量、節省記憶體、提升檢索與推理效率。但傳統壓縮方法通常會引入額外的記憶體開銷，反而會影響向量量化的效果。Google提出的TurboQuant是一種無損極限壓縮演算法，該演算法主要通過兩個關鍵步驟，在實現零精度損失的同時大幅縮小模型尺寸。▲TurboQuant部落格第一步是高品質壓縮（PolarQuant方法）。TurboQuant首先對資料向量進行隨機旋轉。這一操作能夠簡化資料的幾何結構，從而便於使用標準且高品質的模型量化器。通過這一階段，TurboQuant能夠將大部分壓縮能力（即多數位元）用於捕捉原始向量的主要特徵和強度。第二步是消除隱藏誤差。TurboQuant僅用少量剩餘壓縮能力（僅1位元），對第一階段殘留的微小誤差應用QJL演算法。QJL階段相當於一個數學誤差檢查器，能夠消除偏差，從而獲得更加精準的注意力評分。QJL採用一種了稱為“Johnson-Lindenstrauss變換”的方法，縮小複雜、高維資料，同時保持資料點之間的基本距離和關係。實驗中，Google稱TurboQuant在所有基準測試中均達到了“完美的下游任務表現”，同時將KV快取的記憶體佔用減至1/6。▲TurboQuant基準測試結果使用TurboQuant計算注意力邏輯值後，在H100 GPU加速器上，4位元TurboQuant相比32位元未量化的鍵值實現了高達8倍的性能提升。▲TurboQuant性能測試結果02. RaBitQ論文作者完整復盤：去年就已提出質疑，TurboQuant團隊不回郵件TurboQuant論文在3月25日被“Google Research”官方帳號轉發後，獲得了海量關注。然而，這篇論文與2024年5月由高健揚等人發佈RaBitQ論文，有不少說不清道不明的聯絡。高健揚在他發佈的知乎帖子中回顧了相關爭議的完整時間線：▲高健揚回顧事件完整時間線可以看到，在2024年，RaBitQ團隊就陸續發佈了論文的預印本和擴展版，同時開源了相關程式碼。這篇論文還發表在頂級會議SIGMOD上。2025年1月，TurboQuant論文第二作者Majid Daliri與RaBitQ團隊取得聯絡，請求協助偵錯Python版RaBitQ實現，三個月後TurboQuant論文在arXiv發佈。TurboQuant發佈後，RaBitQ團隊很快發現了TurboQuant團隊針對RaBitQ採用了不同的實驗條件，然而TurboQuant團隊在被要求修改事實性錯誤後，採取了消極態度，停止回覆郵件。2025年11月，TurboQuant論文被提交至ICLR 2026，相關錯誤並未修改，RaBitQ團隊聯絡ICLR 2026後也未獲得回應。在高健揚看來，TurboQuant論文至少存在三個問題。問題一：系統性地迴避TurboQuant方法與已有RaBitQ方法的相似性RaBitQ與TurboQuant在方法層面有直接的結構聯絡，兩者都在量化前對輸入向量施加隨機旋轉（Johnson-Lindenstrauss變換）。這是兩篇論文方法設計中最核心、最接近的部分。對於這一質疑，TurboQuant團隊曾回覆道：“隨機旋轉和Johnson-Lindenstrauss變換已成為該領域的標準技術，我們無法列舉所有使用這些方法的方法。”高健揚認為這一回應是在轉移矛盾：作為在相同問題設定下，率先將隨機旋轉（Johnson-Lindenstrauss變換）與向量量化結合、並建立最優理論保證的先行工作，RaBitQ應當在文中被精準描述，其與TurboQuant方法的聯絡應當充分討論。問題二：錯誤描述RaBitQ的理論結果高健揚稱，TurboQuant論文在不提供任何論據的情況下，將RaBitQ的理論保證定性為“次優”，將原因歸結為“較粗糙的分析（loose analysis）”。然而，RaBitQ的誤差界實際上已經達到了理論電腦頂級會議論文（Alon-Klartag，FOCS 2017）給出的漸近最優誤差界，並因這一結果被邀請至理論電腦科學頂級會議FOCS的Workshop進行報告。2025年，RaBitQ團隊與TurboQuant的第二作者Majid Daliri進行了多輪詳細的郵件技術討論，澄清TurboQuant團隊對RaBitQ理論結果的錯誤解讀，然而相關錯誤定性一直未被修正。問題三：刻意創造不公平的實驗環境TurboQuant團隊在測試RaBitQ和TurboQuant時採用了不同的實驗設定。具體來看，TurboQuant團隊使用單核CPU、關閉多線程平行的設定來測試RaBitQ演算法，但卻使用輝達A100 GPU測試TurboQuant演算法。TurboQuant團隊還使用了自己翻譯的Python程式碼，而非RaBitQ團隊開放原始碼的C++實現，前者的效果要差於後者。同時，以上兩點差異均未在論文中充分披露。03. 論文評審發帖：只提一次RaBitQ，我是震驚的RaBitQ團隊的維權，獲得了一些網友和學術圈人士的聲援。TurboQuant論文的一位評審者在公開的學術論文評審平台OpenReview發表評論，稱他雖然認為TurboQuant的理論分析和實驗結果都很出色，但是也發現這一方法與RaBitQ存在明顯的共通之處，並要求TurboQuant團隊比較兩者在設計上的差異如何影響性能。然而，在查看TurboQuant的最終版本時，他驚訝地發現在論文的實驗部分RaBitQ僅被提到了一次。▲TurboQuant論文評審談這篇論文的問題在知乎上，有位網友稱自己去年讀TurboQuant論文時，就感受到其與RaBitQ的相似之處，更像是把RaBitQ換了一種表達方式，在GPU上實現一遍，創新性不夠。▲知乎網友評論TurboQuant創新性問題還有網友稱，自己復現了TurboQuant，發現至少在向量檢索領域TurboQuant的召回率低於RaBitQ。▲知乎網友質疑TurboQuant復現結果X平台上，有網友評價道，在論文提交前問題就被指出，但卻被忽略，這是最糟糕的結果。這意味著TurboQuant團隊明明意識到問題存在卻故意保留了下來。雖然同行評審流程應該能發現這些問題，但ICLR的接收並不總是意味著技術論斷站得住腳。▲X平台網友評價TurboQuant涉嫌學術不端事件04. 結語：頂會論文、大廠標籤不是護身符 學術敘事不容“帶病傳播”截至目前，TurboQuant與RaBitQ之間的爭議尚未有官方定論。然而，學術研究的核心在於“可追溯”與“可復現”。當一篇論文被頂級會議接收，並通過大型科技公司的管道獲得千萬級曝光時，其技術敘事的影響力已遠超學術圈本身，甚至波及資本市場。在這種情況下，對先行工作的準確引用、對實驗條件的完整披露、對質疑的及時回應，便不再是可有可無的環節，而是維護學術共同體公信力的基本責任。目前，RaBitQ論文團隊已向ICLR官方再次提交正式投訴和完整證據包。未來，他們還考慮在arXiv上發佈詳細技術報告，進一步呈現兩項研究的關係。無論結果如何，它都再次提醒我們，對學術規範的敬畏、對先行者的尊重，以及對每一份實驗資料的誠實，始終是不可踰越的底線。 (智東西)

過於理想化等等黨是不是真的等到了？昨天，記憶體降價的消息席捲硬體圈，甚至不少聊遊戲的社群都在傳，追根溯源，原來是Google那邊發佈了一個新技術。Google研究團隊發佈了一項名為 TurboQuant 的極限壓縮演算法，號稱能讓大語言模型的記憶體需求 6 倍壓縮，甚至還能實現 8 倍的性能提升。根據Google介紹，TurboQuant 極限壓縮演算法能降低大語言模型和向量搜尋引擎的記憶體佔用。該演算法主要針對 AI 系統中用於儲存高頻訪問資訊的鍵值快取（key-value cache）瓶頸問題。隨著 AI 模型上下文窗口不斷擴大，這些快取正成為主要的記憶體瓶頸。TurboQuant 無需重新訓練或微調模型，便可將鍵值快取壓縮至 3bit 精度，同時基本保持模型精準率不受影響。對包括 Gemma、Mistral 等開源模型的測試顯示，該技術可實現約 6 倍的鍵值快取記憶體壓縮效果。此外，在輝達 H100 加速器上的測試結果顯示，與未量化的鍵向量相比，TurboQuant 最高可實現約 8 倍性能提升。相關研究人員表示，這項技術的應用不侷限於 AI 模型，還包括支撐大規模搜尋引擎的向量檢索能力。Google計畫於 4 月的國際學習表徵會議（ICLR 2026）上展示 TurboQuant 技術。消息一出，資本市場先坐不住了。在美股交易日，儲存晶片類股集體跳水。美光科技市值蒸發 151 億美元，韓國巨頭 SK 海力士和三星電子也分別錄得 6.23% 和 4.71% 的跌幅。 市場之所以如此恐慌，是擔心 AI 對儲存硬體的需求會被大幅削弱。如果演算法能解決 6 倍的問題，那廠家還怎麼賣那些堆滿昂貴 HBM 視訊記憶體的算力卡？這裡就不得不提到一個經濟學理論，“傑文斯悖論”。簡單說就是：當某種資源的利用效率提升、成本降低時，人們反而會因為“便宜好用”而大規模增加使用量，最終導致總消耗不降反增（說個題外話，前段時間我看B站一個UP的“電力帝國”就講到，如果國內電力成本無限降低，消費者無限用電，就會導致銅價無限升高）。放在 AI 領域也是一樣。以前因為記憶體太貴、推理太慢，很多長文字應用只能停留在實驗室。現在成本降下來了，AI 規模化部署的門檻低了，大家反而會去跑更複雜的模型、處理更長的資料。實際上類似的技術，輝達也在著手開發，此前發佈的 KVTC 技術同樣能將記憶體用量縮減最高 20 倍。大廠們都在拚命壓榨單位硬體的效率，但這不代表儲存晶片不值錢了，而是代表這些增強效率的技術正在加速 AI 生態的擴張。而為什麼普通使用者發現消費端的記憶體條價格有點鬆動？實際上這一部分是末端管道的去庫存行為，囤貨商因資金壓力拋售，導致現貨鬆動，但廠家的出廠價依然穩如泰山。也有消息稱，目前顆粒價格與模組成品價格已經倒掛，上游出手砸盤，然後將末端管道較低價收回，至於這個是不是真的，那就只有行業內部知道了。總結來看，TurboQuant 確實是解決 AI 記憶體危機的一劑神藥，但它救的是推理效率，而不是你我的錢包。演算法的突破長期看反而是利多硬體需求的。當 AI 應用無處不在時，那怕單次消耗降低了，總體的儲存缺口依然會是一個天文數字。所以說，Google神了嗎？確實技術挺神的，在 AI 領域又邁出一步。但是要解決當下的記憶體危機，終究還是要看廠商的產能分配，正如最近英特爾前 CEO 帕特·基辛格採訪中提到，半導體行業是個重資產高投入長周期的風險行業，而資本的短視讓決策者很難下定決心擴張。在可見的未來，記憶體還將橫盤震盪：消費端DDR5記憶體暴漲似乎已觸頂，進入博弈瓶頸期，新勢力將影響明年市場格局 (AMP實驗室)